一位年轻的中国女性数学家正在硅谷 AI 创业圈引起关注。据《The Information》报道，洪乐潼（Carina Hong），这位同时在美国斯坦福大学攻读数学博士和法学学位的 00 后学霸，正在为她的 AI 初创公司 Axiom 寻求 5000 万美元的融资，目标是开发专门解决复杂数学问题的人工智能系统。

图丨洪乐潼（来源：MIT Alumni）

据知情人士透露，尽管 Axiom 尚未推出任何产品，但这家初创公司正在与投资者洽谈，估值目标定在 3 亿至 5 亿美元之间。知名风投机构 B Capital 正在商讨领投这轮融资，不过，这笔交易尚未最终敲定，具体条款仍可能发生变化。

Axiom 的核心理念是开发基于形式数学证明训练的 AI 系统。形式数学证明是指使用已被证明的定理（也称为公理）来展示数学陈述真实性的过程，这种方法要求极高的逻辑严密性和准确性。与目前市面上的通用大语言模型不同，Axiom 专注于让 AI 真正理解数学的本质和逻辑结构，而非仅仅进行模式匹配。

“我们想在 Axiom 构建的是使用编程语言来训练机器，让它能够掌握形式证明的语言。”洪乐潼在接受媒体采访时表示。她向潜在投资者介绍，Axiom 的目标客户群体包括对冲基金和量化交易员等金融机构，这些机构在投资决策中经常需要快速解答与资产价值或股票市场相关的复杂数学问题。

洪乐潼对当前主流大语言模型的数学能力持批判态度，这也是她创立 Axiom 的重要动机。此前 ChatGPT o3 曾被爆出数学成绩作弊的消息时，她就在社交媒体上指出，OpenAI 的模型之所以在数学考试中表现良好，可能是因为该公司在训练模型时已经接触过这些考试题目。更关键的是，这些模型虽然擅长给出答案，但在证明答案正确性方面存在严重缺陷。

图丨相关推文（来源：X）

“大语言模型尽管取得了许多惊人的后训练突破，在做证明方面仍然相当糟糕。”洪乐潼说。她举例说明，在美国数学邀请赛考试中，前沿的大语言模型可以达到 96% 的准确率，但当要求它们展示证明过程时，分数骤降至 5%。“为什么会有这样的差异？这是因为我们训练它们的方式。”

这种观察也揭示了当前 AI 在数学领域的一个关键局限：模式匹配不等同于推理。现有的模型更像是在进行复杂的模式识别，而非真正理解数学的本质和逻辑结构。这正是 Axiom 想要解决的核心问题。

值得注意的是，虽然谷歌的 AI 模型在国际数学奥林匹克竞赛中达到了银牌水平，在几何问题上甚至达到了金牌水平，但恰恰无法解决组合数学问题——而这正是洪乐潼的专长领域。作为一位在组合数学领域有深入研究的数学家，她发表了多篇关于这一领域的研究论文，包括关于弹出栈（pop-stack）排序算法的研究，并且特别钟爱她在数论方面的工作。

图丨洪乐潼此前发表的一系列论文（来源：Google Scholar）

洪乐潼的学术历程称得上是一路“开挂”。作为家里的第一代大学生，这位广州女孩在 2022 年以数学和物理双学位从美国麻省理工学院毕业，仅用三年就完成了学业。在校期间，她凭借出色的研究成果获得了美国数学协会颁发的 Alice T. Schafer 奖，这个奖项每年只授予美国一名女性数学专业学生。随后，她又获得了 2023 年 Frank and Brennie Morgan 杰出本科生数学研究奖，该奖项由美国数学学会、美国数学协会和工业与应用数学学会联合颁发。

从麻省理工学院毕业后，洪乐潼获得了罗德奖学金前往英国牛津大学学习神经科学，随后进入斯坦福大学同时攻读数学博士和法学学位。这种跨学科的背景可能成为 Axiom 的独特优势，使其能够从不同角度思考 AI 与数学的结合。“我始终是一个研究者。”洪乐潼说，“我想解决真正困难的技术问题。”

目前，数学 AI 赛道的竞争正在加剧。2023 年，Robinhood 的 CEO Vlad Tenev 创立的 AI 初创公司 Harmonic 也瞄准了类似的市场，该公司 2024 年秋天从红杉资本等投资者那里融资 7500 万美元，投后估值达到 3.25 亿美元。Harmonic 同样宣称要构建能够解决高级数学问题的模型。

与此同时，大型科技公司也在这一领域取得进展。OpenAI 的 o4-mini 模型最近在 FrontierMath 数学评估中的表现已经超过了人类数学家团队。这一进展既展示了 AI 在数学领域的巨大潜力，也凸显了专门化数学 AI 系统的市场需求。

尽管有其他投资者警告称，对于专注开发自有模型的新创公司来说可能为时已晚，但洪乐潼的融资谈判显示，垂直领域的创新仍有巨大的市场空间。

对于金融行业来说，一个能够进行严格数学证明的 AI 系统具有巨大的实用价值。量化交易、风险评估、衍生品定价等领域都需要快速、准确的数学计算和推理。如果 Axiom 能够成功开发出真正理解数学逻辑、能够进行形式证明的 AI 系统，对于金融行业的工作方式也可能带来巨大的改变。

不过，Axiom 目前还没有推出具体产品，团队构成也尚不明确。在大型科技公司和其他初创公司都在竞相开发数学 AI 的背景下，Axiom 能否找到自己的差异化优势还是一个未知数。

参考资料：

1.https://www.theinformation.com/articles/stanford-math-phds-ai-startup-targets-300-million-valuation?rc=qjiy7u

2.https://alum.mit.edu/slice/first-generation-grad-excels-math-and-law

3.https://www.forbes.com/sites/johnwerner/2025/04/24/a-discovery-every-day-what-does-superintelligence-actually-look-like/

运营/排版：何晨龙